论文部分内容阅读
摘 要：设计摄像头智能识别报警系统。通过对面部识别、智能犯罪行为分析、自动报警这三个主要方面的研究来设计摄像头智能识别报警系统。通过智能摄像头对犯罪分子人像或正在进行的犯罪行为进行智能识别，并可以自动报警，形成从发现罪犯，信息定位，发出警报，全部自动化，智能化，一体化。通过智能摄像头可以大大节省人力成本，提高工作效率，对犯罪行为和犯罪分子很好的智能识别、及时定位并自动报警，对公安工作有着重要意义。
关键词：面部识别；智能犯罪行为分析；自动报警
前人对此有过研究，其构想是把视觉传感网络人像识别技术与移动终端有机结合，但代码检测率受到不同程度的影响导致识别率不高。这些可以通过嵌套检测嘴角、眼睛或者通过图像差分来提高人脸检测率；通过面目识别来确定嫌疑犯的特征，通过大数据分析来确定嫌疑人，以此提高识别率。而幸运的是目前有很多部门已经切实的掌握了大部分社交活动的业务信息数据库，其中数据挖掘技术领域取得的进展尤为突出，借此契机我们公安情报部门可以借助全国各地实时共享信息的电脑网络从而获取自己需要的信息，但还要在此基础上合理的分析各类数据。通过计算机技术的数据仓库和数据挖掘技术并运用拟定的算法我们可以对各类的犯罪行为进行智能化分析并记录，并将分析结果导入到摄像头数据库中，使摄像头可以自主的分析犯罪行为，并可以对犯罪行为进行识别。
1面部识识别技术
面部识别通常使用镜头作为信息捕捉、获取装置。其原理主要是通过摄像机在非接触的状态下完成对对象面部特征的捕捉，计算机在采集面部特征之后与数据库的数据图像进行比较分析并作出相应记录。面部识别具有人脸捕获与跟踪、人脸识别比对、人脸的建模与检索、真人鉴别、图像质量检测等功能，而区域特征分析算法则是人脸识别技术中运用最广泛的，通俗来讲它是俩大部分组成，一个是计算机图像处理技术另一个是生物统计学，工作机制是首先利用计算机提取人像信息和特征之后利用生物统计学分析并建立数学模型，最终形成了人脸特征模板。在此基础上我们把采集到的面像与人脸特征模板进行细致比对从而得到一个相似值，值的分数越高同一人概率越大。
总之人像识别技术已经站在了巨人的肩膀上，它拥有别的技术无法媲美的国内应用系统的各类图像视频资源并且还有着微人脸重建技术的先进智能的总体架构，我们能非常高效便捷的从视频终端获取现场人脸图像，经过模糊人脸还原、人脸重建、人脸组合部件比对等一系列先进新颖的特色应用的处理，最后运用人脸识别技术来实现对监控中犯罪嫌疑人的认定，甚至在一些重点区域我们还能合理安排警力布控，提高了侦查的效率。人像识别技术近些年来还没有得到更大的应用发展，但它在公安工作中的价值不言而喻，其容易受到姿态、表情、光照、装饰以及摄像头角度等因素影响，人像识别准确率较低，影响了实战应用，但新兴的3D人像矫正、污损人像修复、模糊人像清晰化等相关技术可予以矫正进而提高了识别的准确率
2智能犯罪行为分析
主要是摄像头对异常行为的特征提取，特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。提出了基于改进Hu矩的异常行为识别算法，主要对跳、加速跑、摔倒、下蹲、挥手和手拿异物六种异常行为进行識别。对视频流首先要提取运动人体轮廓，然后对所得到的轮廓进行特征提取，这里主要提取人体运动的形状特征，最后，通过模板匹配的方法，采用Hausdorff距离计算所需识别的当前行为特征向量与模板行为（正常行走的行为）特征向量之间的相似性，并通过相应的阈值判定该行为是否为异常行为。当摄像头提取到犯罪行为时会将犯罪行为转换为数据流在数据库中进行比对并实现自动报警。
3摄像头自动报警装置
随着信息技术的发展，云端操控和人工智能已经逐渐普及，与当前的报警方式比较，设计采用更加稳定、更加成熟的云端操控来实现远程报警，将传感器、云端模板、软件设计融为一体，实现智能化、一体化自动报警系统，并可以完成摄像头发现犯罪分子或识别犯罪行为——自动报警将图像传输至指挥大厅——人工判断是否需要出警的一体化流程。通过结合犯罪行为识别与人像识别系统提出构想，当摄像头判断为异常行为或发现嫌疑人时会将图像、视频同步到指挥大厅并发出警报，由人工判断是否为犯罪行为，以及是否出警，这样大大节省了报警时间与人力的损耗，达到从识别犯罪-发现犯罪-举报犯罪的构想，响应大数据时代信息化、智能化打击犯罪的主题。
4结论
在目前大数据云计算的大背景下，智能化打击犯罪，是一种趋势，也是一种必然，随着时代的进步，智能化犯罪有着上升的趋势。但是现在大多数的摄像头还只停留在记录，保存阶段，而且有着储存覆盖，画面模糊不清等缺点，对人像不能很好的智能识别，导致贻误很多抓捕罪犯的最佳时机。在犯罪行为发生后动用大量的人力物力去观看、查找视频录像，导致损失人力物力成本，不能很好的及时对犯罪分子进行打击。智能摄像头可以大大节省人力成本，提高工作效率，它的出现对公安工作的意义将是无与伦比的，它可以革命性的提升出警成功率，加大对犯罪分子的打击。
参考文献：
[1]赵颢.基于DSP/FPGA的嵌入式人像识别系统设计及实现[D].吉林：吉林大学，2008.04.01.
[2]王炜，田野.人像识别系统在视频监控领域的应用[J].警察技术，2014.09.07.
[3]徐德志，杨斌，文祥辉.人像识别技术的公安行业信息整合系统[J].贵州警官职业学院学报，2011.03.15.
[4]邓灵评.基于数据挖掘的犯罪行为分析及系统实现[D].四川：西南交通大学，2014.05.01.
[5]谢寒光.基于数据挖掘技术的犯罪行为分析[D].广州：中山大学，2014.06.30.
[6]苟辉，董威，何雯.基于FPGA的基坑实时自动报警装置的设计[J].国外电子测量技术，2016.04.15.
关键词：面部识别；智能犯罪行为分析；自动报警
前人对此有过研究，其构想是把视觉传感网络人像识别技术与移动终端有机结合，但代码检测率受到不同程度的影响导致识别率不高。这些可以通过嵌套检测嘴角、眼睛或者通过图像差分来提高人脸检测率；通过面目识别来确定嫌疑犯的特征，通过大数据分析来确定嫌疑人，以此提高识别率。而幸运的是目前有很多部门已经切实的掌握了大部分社交活动的业务信息数据库，其中数据挖掘技术领域取得的进展尤为突出，借此契机我们公安情报部门可以借助全国各地实时共享信息的电脑网络从而获取自己需要的信息，但还要在此基础上合理的分析各类数据。通过计算机技术的数据仓库和数据挖掘技术并运用拟定的算法我们可以对各类的犯罪行为进行智能化分析并记录，并将分析结果导入到摄像头数据库中，使摄像头可以自主的分析犯罪行为，并可以对犯罪行为进行识别。
1面部识识别技术
面部识别通常使用镜头作为信息捕捉、获取装置。其原理主要是通过摄像机在非接触的状态下完成对对象面部特征的捕捉，计算机在采集面部特征之后与数据库的数据图像进行比较分析并作出相应记录。面部识别具有人脸捕获与跟踪、人脸识别比对、人脸的建模与检索、真人鉴别、图像质量检测等功能，而区域特征分析算法则是人脸识别技术中运用最广泛的，通俗来讲它是俩大部分组成，一个是计算机图像处理技术另一个是生物统计学，工作机制是首先利用计算机提取人像信息和特征之后利用生物统计学分析并建立数学模型，最终形成了人脸特征模板。在此基础上我们把采集到的面像与人脸特征模板进行细致比对从而得到一个相似值，值的分数越高同一人概率越大。
总之人像识别技术已经站在了巨人的肩膀上，它拥有别的技术无法媲美的国内应用系统的各类图像视频资源并且还有着微人脸重建技术的先进智能的总体架构，我们能非常高效便捷的从视频终端获取现场人脸图像，经过模糊人脸还原、人脸重建、人脸组合部件比对等一系列先进新颖的特色应用的处理，最后运用人脸识别技术来实现对监控中犯罪嫌疑人的认定，甚至在一些重点区域我们还能合理安排警力布控，提高了侦查的效率。人像识别技术近些年来还没有得到更大的应用发展，但它在公安工作中的价值不言而喻，其容易受到姿态、表情、光照、装饰以及摄像头角度等因素影响，人像识别准确率较低，影响了实战应用，但新兴的3D人像矫正、污损人像修复、模糊人像清晰化等相关技术可予以矫正进而提高了识别的准确率
2智能犯罪行为分析
主要是摄像头对异常行为的特征提取，特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。提出了基于改进Hu矩的异常行为识别算法，主要对跳、加速跑、摔倒、下蹲、挥手和手拿异物六种异常行为进行識别。对视频流首先要提取运动人体轮廓，然后对所得到的轮廓进行特征提取，这里主要提取人体运动的形状特征，最后，通过模板匹配的方法，采用Hausdorff距离计算所需识别的当前行为特征向量与模板行为（正常行走的行为）特征向量之间的相似性，并通过相应的阈值判定该行为是否为异常行为。当摄像头提取到犯罪行为时会将犯罪行为转换为数据流在数据库中进行比对并实现自动报警。
3摄像头自动报警装置
随着信息技术的发展，云端操控和人工智能已经逐渐普及，与当前的报警方式比较，设计采用更加稳定、更加成熟的云端操控来实现远程报警，将传感器、云端模板、软件设计融为一体，实现智能化、一体化自动报警系统，并可以完成摄像头发现犯罪分子或识别犯罪行为——自动报警将图像传输至指挥大厅——人工判断是否需要出警的一体化流程。通过结合犯罪行为识别与人像识别系统提出构想，当摄像头判断为异常行为或发现嫌疑人时会将图像、视频同步到指挥大厅并发出警报，由人工判断是否为犯罪行为，以及是否出警，这样大大节省了报警时间与人力的损耗，达到从识别犯罪-发现犯罪-举报犯罪的构想，响应大数据时代信息化、智能化打击犯罪的主题。
4结论
在目前大数据云计算的大背景下，智能化打击犯罪，是一种趋势，也是一种必然，随着时代的进步，智能化犯罪有着上升的趋势。但是现在大多数的摄像头还只停留在记录，保存阶段，而且有着储存覆盖，画面模糊不清等缺点，对人像不能很好的智能识别，导致贻误很多抓捕罪犯的最佳时机。在犯罪行为发生后动用大量的人力物力去观看、查找视频录像，导致损失人力物力成本，不能很好的及时对犯罪分子进行打击。智能摄像头可以大大节省人力成本，提高工作效率，它的出现对公安工作的意义将是无与伦比的，它可以革命性的提升出警成功率，加大对犯罪分子的打击。
参考文献：
[1]赵颢.基于DSP/FPGA的嵌入式人像识别系统设计及实现[D].吉林：吉林大学，2008.04.01.
[2]王炜，田野.人像识别系统在视频监控领域的应用[J].警察技术，2014.09.07.
[3]徐德志，杨斌，文祥辉.人像识别技术的公安行业信息整合系统[J].贵州警官职业学院学报，2011.03.15.
[4]邓灵评.基于数据挖掘的犯罪行为分析及系统实现[D].四川：西南交通大学，2014.05.01.
[5]谢寒光.基于数据挖掘技术的犯罪行为分析[D].广州：中山大学，2014.06.30.
[6]苟辉，董威，何雯.基于FPGA的基坑实时自动报警装置的设计[J].国外电子测量技术，2016.04.15.